bytearray是可变的字节序列，与不可变的bytes核心区别在于支持原地修改（如b[0]=65），适用于协议解析等场景；构造需显式编码，修改需整数或字节，配合memoryview可零拷贝操作。
bytearray 是什么，和 bytes 有什么区别
它就是可变的 bytes。你不能改 bytes 里的单个字节，但能改 bytearray——比如 b[0] = 65 合法，bb[0] = 65（其中 bb 是 bytes）直接报 TypeError: 'bytes' object does not support item assignment。
底层共享同一套字节存储逻辑，但 bytearray 允许原地修改，不用每次操作都新建对象。适合做协议解析、二进制 patch、加密中间态等需要频繁改写字节的场景。
常见错误现象：
- 误以为
bytearray(b'hello') + b'world'返回bytearray→ 实际返回bytes，因为+操作符右侧是bytes，Python 默认升格为不可变类型 - 把
bytearray当成 list 处理，调用.append()传入字符串如b.append('x')→ 报TypeError: an integer is required，必须传 int（0–255）或单字节 bytes
怎么安全地构造和修改 bytearray
构造时别依赖隐式编码：直接写 bytearray(b'\x00\x01') 最稳；用字符串要显式指定编码，比如 bytearray('中文', 'utf-8')。不写编码会触发 UnicodeEncodeError（默认用系统 locale，极不可靠）。
修改要点：
-
b[i] = x：x 必须是 0–255 的整数，不是字符 -
b[i:j] = iterable：右边可以是bytes、bytearray、list（元素必须全为 int）、甚至memoryview - 追加单字节用
.append(65)，追加多字节用.extend(b'xyz')，别混用.append(b'x') - 切片赋值长度不匹配也没问题：
b[1:3] = b'\xff'会自动收缩；b[1:2] = b'\x00\x01\x02'会自动扩张
示例：
data = bytearray(b'\x00\x01\x02\x03')
data[1] = 0xff # ✅ OK
data[2:3] = b'\xaa\xbb' # ✅ 自动扩展一位
data.append(0xcc) # ✅
# data.append('c') # ❌ TypeError
和 memoryview 配合读写大块内存
memoryview 不复制数据，直接映射 bytearray 底层缓冲区，适合零拷贝处理图像帧、网络包 payload、大文件分段写入等场景。
关键点：
-
m = memoryview(bytearray(1024))创建后，m[0] = 1会实时反映到原bytearray上 - 对
memoryview切片（如m[100:200]）仍是 view，不分配新内存 - 但一旦调用
.tobytes()或.tolist()就触发拷贝，失去零拷贝意义 -
bytearray被 gc 回收后，关联的memoryview变成只读且无法访问数据（抛ValueError: memoryview has been detached）
典型误用：
b = bytearray(10) m = memoryview(b) del b # 原 bytearray 没了 print(m[0]) # ValueError
性能与兼容性要注意的几个点
bytearray 在 CPython 中实现高效，但某些操作比 bytes 慢：比如 in 查找、.find()、.count() —— 因为内部没做不可变性优化，每次都要检查缓冲区是否被外部修改过（虽然实际极少发生）。
跨版本注意：
- Python 2 没有
bytearray（只有str承担字节角色），所有代码必须 Python 3+ -
bytearray支持.decode()，但失败时抛UnicodeDecodeError，不像bytes.decode(errors='ignore')那样可配置；想容错得先转bytes再 decode - 写入文件时，
open(..., 'wb').write(b)完全支持bytearray，无需转bytes；但某些 C 扩展（如旧版 Pillow）可能只认bytes，需显式调用bytes(b)
真正容易被忽略的是：当你把 bytearray 传给第三方库函数时，它可能悄悄调用 bytes() 构造副本，或者在内部缓存了原始指针——这时候你后续修改原 bytearray，对方看到的数据就可能不一致。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
